基于字典映射过滤Python DataFrame：保留合法(subid,itemid)行

错误原因 #

你写的代码存在三个核心问题：

1. 引用对象错误：你用df['subid']和df['itemid']调用的是整个DataFrame的列（Series对象），而非当前遍历行的单个值。这会导致判断「Series是否在字典中」时触发unhashable type: 'Series'错误——因为Series是不可哈希的类型，无法用作字典的键或进行成员关系判断。
2. 逻辑判断错误：第二个条件df['itemid'] in dict完全不符合需求，你需要检查的是当前行的itemid是否属于该subid对应的合法集合，而非itemid是否是字典的键。
3. 循环删除的效率问题：直接在iterrows()循环中用inplace=True删除行，会导致DataFrame不断重新索引，不仅效率低下，还可能引发迭代过程中的索引混乱。

解决方案 #

方案1：修正循环逻辑（适合小数据集）

先收集所有需要删除的索引，再一次性删除，避免迭代时修改DataFrame：

# 修正字典的小问题：'0002'的值要写成元组（加逗号），否则会被当成字符串处理
valid_dict = {'0001': ('1111', '1112'), '0002': ('1114',)}

to_drop = []
for index, row in df.iterrows():
    subid = row['subid']
    itemid = row['itemid']
    # 检查两个条件：subid在字典中，且itemid属于对应合法集合
    if subid not in valid_dict or itemid not in valid_dict[subid]:
        to_drop.append(index)

# 一次性删除所有不符合条件的行
df.drop(to_drop, inplace=True)

方案2：矢量化操作（高效，适合大数据集）

用Pandas的矢量化方法替代循环，效率提升明显：

valid_dict = {'0001': ('1111', '1112'), '0002': ('1114',)}

# 使用apply逐行判断，保留符合条件的行
df = df[df.apply(lambda row: row['subid'] in valid_dict and row['itemid'] in valid_dict[row['subid']], axis=1)]

方案3：用合法对匹配（更直观）

先把字典转换成合法的subid-itemid配对DataFrame，再通过内连接筛选：

valid_dict = {'0001': ('1111', '1112'), '0002': ('1114',)}

# 展开字典为合法配对DataFrame
valid_pairs = pd.DataFrame(
    [(subid, itemid) for subid, items in valid_dict.items() for itemid in items],
    columns=['subid', 'itemid']
)

# 内连接只保留同时出现在原DataFrame和合法配对中的行
df = df.merge(valid_pairs, on=['subid', 'itemid'], how='inner')

注意事项 #

• 务必修正字典中'0002': ('1114')的写法，改为'0002': ('1114',)——不加逗号的括号不会被识别为元组，而是字符串，遍历的时候会把'1114'拆成单个字符，导致判断错误。

内容的提问来源于stack exchange，提问作者user25024572